Loading
Informationen zu Salesforce Data 360
Inhalt
Filter auswählen

          Keine Ergebnisse
          Keine Ergebnisse
          Hier sind einige Suchtipps

          Überprüfen Sie die Schreibweise Ihrer Stichwörter.
          Verwenden Sie allgemeinere Suchbegriffe.
          Wählen Sie weniger Filter aus, um Ihre Suche auszuweiten.

          Gesamte Salesforce-Hilfe durchsuchen
          Fusionsrang für hybride Suche
          1. Salesforce-Hilfe
          2. Dokumente
          3. Data 360

          Fusionsrang für hybride Suche

          Durch das Ranking werden die Suchergebnisse neu angeordnet, sodass sich die relevantesten Ergebnisse für eine Benutzerabfrage ganz oben befinden. Die Hybridsuche von Data 360 ruft Ergebnisse aus zwei Indizes ab – Stichwort und Vektor – basierend auf der Ähnlichkeit mit der Abfrage. Anschließend werden die Ergebnisse zusammengeführt (fusioniert). Anschließend ordnet das Rangmodell die zusammengeführten Ergebnisse neu ein.

          Während des Setups können Sie zusätzliche Rangfaktoren wie die Aktualität von Datensätzen und Beliebtheit konfigurieren, um die Rangfolge zu beeinflussen. Die Rangfaktoren basieren auf Suchindex-Objektfeldern oder verwandten Objektfeldern. Beispielsweise können Sie das Feld LastModifiedDate eines indizierten DMO verwenden, um die Aktualität eines Datensatzes zu definieren.

          Der Fusionsranger für hybride Suchvorgänge führt die Ergebnisse der Vektor- und Stichwortsuchen zusammen mit den Rangfaktoren zusammen, um relevante Suchergebnisse zu generieren.

          Das Salesforce-Fusionsranger-Modell wurde für interne Benchmarks für eine Vielzahl suchbasierter Aufgaben optimiert. Die Benchmarks messen die Leistung für Präzision, Robustheit und Empfindlichkeit, um ein hochwertiges Modell zu erstellen. Die Kriterien für die Auswertung werden aus einer Kombination von Benutzerinteraktionen für Suchantworten und Anmerkungen zusammengestellt. Die Trainings- und Auswertungsdaten basieren auf erfassten Abfragen aus Salesforce Einstein Search und RAG-Anwendungen wie Einstein Suchantworten.

          Es gibt viele Faktoren, die sich auf die Ähnlichkeitsbewertungen der Vektor- und Stichwortsuche auswirken. Beispielsweise hängt die Bewertung der Stichwortähnlichkeit vom Abfragetext und dem Inhalt des Suchindex-DMO ab. Eine Vektorähnlichkeitsbewertung hängt vom Abfragetext und dem spezifischen Einbettungsmodell für den Suchindex ab. Das Fusionsranger-Modell gibt eine hybride Suchbewertung zurück, bei der es sich um eine lineare Kombination der Stichwort- und Vektorähnlichkeitsbewertungen zusammen mit den Rangfaktoren handelt.

          Um die besten Ergebnisse für einen allgemeinen Anwendungsfall der hybriden Suche bereitzustellen, wurde das Modell für optimale Kombinationen optimiert, die die Normalisierungsstrategien für jede Bewertung sowie die Gewichtungen für jede Bewertung enthalten. Das Fusionsrangmodell bestimmt den endgültigen Rang für ein Ergebnis anhand der abgeleiteten hybriden Suchbewertung. Das Modell kann ein Ergebnis mit einer hohen hybriden Suchbewertung einstufen, selbst wenn eine der Ähnlichkeitsbewertungen der Suche null ist. Ein Ergebnis mit einer Stichwortbewertung von null kann beispielsweise eine hohe hybride Suchbewertung erhalten, wenn seine Vektorbewertung hoch genug ist im Vergleich zu den Vektorbewertungen alternativer Ergebnisse für dieselbe Suchabfrage.

          Hybridsuchergebnisse
          Suchtyp Bewertungsparameter Beschreibung
          Vektorsuche vector_score__c Die Ähnlichkeitsbewertung, die vom zugrunde liegenden Suchindex für Vektoren für eine bestimmte Abfrage zurückgegeben wird.
          Stichwortsuche keyword_score__c Die Ähnlichkeitsbewertung, die vom zugrunde liegenden Suchindex für Stichworte für eine bestimmte Abfrage zurückgegeben wird.
          Hybridsuche hybrid_score__c Die Bewertung, die aus der Kombination der Stichwort- und Vektorbewertungen abgeleitet wird. Diese Bewertung berücksichtigt Rangfaktoren. z. B. Beliebtheit und Aktualität von Dokumenten berücksichtigen. Diese Bewertung bestimmt den Rang der Ergebnisse.
          Beispiel
          Beispiel Stellen Sie sich eine hybride Suchabfrage mit einer Suchzeichenfolge vor, die einen bestimmten Domänenbegriff aufweist, beispielsweise "V2MOM". Das Rangmodell gibt eine Vektorbewertung, eine Stichwortbewertung und eine hybride Suchbewertung zurück und ordnet dann den Ergebnissatz ein.
          select * from hybrid_search(
                table(<Search_Index_DMO>),
                "When is the V2MOM due?", 
                <Pre-Filter Fields>, <Limit Results>);
          
          
          Chunk-IDVektorbewertungKeyword Score (Stichwortbewertung)HybridbewertungEndrang
          A 0.85 10.0 0.9 1
          B 0.90 1.0 0.8 2
          C 0.80 0.5 0.6 3
          D 0,75 0.01 0.5 4
          Beispiel
          Beispiel In diesem Beispiel enthält die hybride Suchabfrage die Faktoren für Beliebtheit und Aktualität, die den endgültigen Rang beeinflussen.
          select * from hybrid_search(
                    table(<Search_Index_DMO>), 
                    "How do I reset the password for my Acme account?", 
                    <Pre-Filter Fields>, <Limit Results>);
          
          Chunk-ID Vektorbewertung Keyword Score (Stichwortbewertung) Popularität Aktualität(Tage) Hybridbewertung Endrang
          A 0.91 10.0 1000 (sehr beliebt) 10 (Zuletzt angezeigt): 0.9 1
          B 0.90 10.5 1 15 0.875 2
          C 0.80 2 5 25 0.8 3
          D 0.80 1 10 100 0,75 4
          Hinweis
          Hinweis Die Beispiele zeigen, wie hybride Suchbewertungen aus Stichwort- und Vektorähnlichkeitsbewertungen zusammen mit den Rangfaktoren abgeleitet werden. Die Bewertungswerte sind nicht absolut und dürfen realistischerweise nur zum Vergleichen der Rangergebnisse für dieselbe Abfrage verwendet werden.
           
          Laden
          Salesforce Help | Article